[發(fā)明專利]一種數(shù)據(jù)處理方法、裝置、計算機設備及存儲介質

有效

• 申請?zhí)枺?/td>: 202010921656.2
• 申請日: 2020-09-04
• 公開（公告）號: CN112071425B
• 公開（公告）日: 2022-10-21
• 發(fā)明（設計）人: 顏澤龍;王健宗;吳天博;程寧
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H50/20;G16H10/60;G06F16/36;G06F21/62;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 程超

1.一種數(shù)據(jù)處理方法，其特征在于，包括：

基于歷史患者診斷數(shù)據(jù)，構建知識圖譜；

獲取所述知識圖譜中每一個歷史患者的第一就診序列，包括：

獲取所述歷史患者的第一就診向量；

將同一所述歷史患者的多個第一就診向量按照就診時間順序進行拼接，以生成所述第一就診序列；

獲取目標患者的診斷數(shù)據(jù)，根據(jù)所述診斷數(shù)據(jù)生成所述目標患者的第二就診序列；

將所述第二就診序列與所述知識圖譜中所有所述歷史患者的所述第一就診序列進行匹配，以獲取與所述第二就診序列匹配的所述歷史患者的診斷數(shù)據(jù)，包括：

根據(jù)所述歷史患者的第一就診序列和目標患者的第二就診序列采用計算序列距離的算法，計算所述第一就診序列和所述第二就診序列之間的距離值；

將符合預設條件的距離值對應的所述歷史患者作為目標歷史患者，獲取所述目標患者的診斷數(shù)據(jù)；

算法采用動態(tài)規(guī)劃算法和聚類算法；

應用動態(tài)規(guī)劃算法找到和該歷史患者癥狀最相似的TOP-K歷史患者的診斷信息，基于TOP-K歷史患者的診斷信息，來對目標患者的疾病進行預測，同時作為相似病人的參考；

采用分類模型對所述第二就診序列進行分類以獲取診斷概率數(shù)據(jù)，以便于為目標患者/醫(yī)生提供醫(yī)療參考，結合匹配得到的診斷數(shù)據(jù)以及診斷概率數(shù)據(jù)為目標患者/醫(yī)生提供更加可靠、準確的參數(shù)數(shù)據(jù)；

分類模型采用Bi-LSTM模型。

2.根據(jù)權利要求1所述的數(shù)據(jù)處理方法，其特征在于，基于歷史患者診斷數(shù)據(jù)，構建知識圖譜，包括：

對所述歷史患者診斷數(shù)據(jù)進行實體識別與關系抽取，構建實體與關系的數(shù)據(jù)集；

對所述數(shù)據(jù)集中的數(shù)據(jù)進行格式標準化處理；

將所述數(shù)據(jù)集導入數(shù)據(jù)庫中，根據(jù)所述數(shù)據(jù)集中數(shù)據(jù)屬性，構建所述知識圖譜。

3.根據(jù)權利要求1所述的數(shù)據(jù)處理方法，其特征在于，獲取所述歷史患者的第一就診向量，包括：

根據(jù)所述知識圖譜中每一個節(jié)點對應的所述歷史患者的單次就診信息，生成所述歷史患者的一個第一就診向量。

4.根據(jù)權利要求1所述的數(shù)據(jù)處理方法，其特征在于，將同一所述歷史患者的多個第一就診向量按照就診時間順序進行拼接，以生成第一就診序列，包括：

將同一所述歷史患者的每次就診信息對應的所述第一就診向量，根據(jù)就診的時間順序進行拼接，以生成所述第一就診序列。

5.根據(jù)權利要求1所述的數(shù)據(jù)處理方法，其特征在于，獲取目標患者的診斷數(shù)據(jù)，根據(jù)所述診斷數(shù)據(jù)生成所述目標患者的第二就診序列，包括：

獲取目標患者的診斷數(shù)據(jù)；

根據(jù)所述知識圖譜的結構，采用node2vec算法查詢所述知識圖譜的節(jié)點，根據(jù)每個節(jié)點對應的數(shù)據(jù)的屬性，將所述目標患者的診斷數(shù)據(jù)轉換為第二就診向量；

根據(jù)所述第二就診向量生成所述第二就診序列。